進入展臺在線留言

歡迎聯系我

有什么可以幫您？在線咨詢

EEG + fNIRS 多模態技術助力雙相情感障礙精準識別率再升級

來源：維拓啟創（北京）信息技術有限公司 2025年09月05日 11:19

研究背景

引言：什么是技能的天花板效應？

雙相情感障礙（BD）是一種復雜的情緒障礙，以反復發作的抑郁和躁狂/輕躁狂發作為特征，伴有顯著的認知功能障礙和情緒調節障礙。由于癥狀重疊、特殊癥狀（如精神病特征）的可變發作時間以及對主觀評估的依賴，準確和及時的診斷，尤其是亞型之間的鑒別仍然是一個挑戰。

傳統神經影像技術（fMRI、DTI）雖能揭示 BD 患者額葉 - 邊緣系統連接異常，但存在高成本、低時間分辨率、非便攜的缺陷，難以用于常規臨床。來自格勒諾布爾阿爾卑斯大學的Inès Tahir及其合作者探索使用多模態EEG-fNIRS 系統作為雙相情感障礙（BD）臨床診斷工具的可行性，通過情緒視覺任務評估健康對照者與BD 患者（含BP I 亞型、BP II 亞型）的皮層活動，結果顯示，單獨全頭 EEG可實現 BP 與 HC 的 80% 準確率分類，而整合 EEG 與 fNIRS能顯著降低誤分類率（如 BP II 與 HC 從 80% 提升至 84%，誤分類率從 27% 降至 19%）；僅聚焦額葉區域時，雖單獨 EEG 分類性能下降（如 BP II 與 HC 僅 68%），但 fNIRS 仍能補充神經血管信息，將準確率提升至 82%（誤分類率 39%→14%），最終證實該多模態系統在 BD 診斷及BP I/BP II 亞型區分中的互補優勢，支持簡化便攜系統的臨床開發。該研究報告發表在《Research Square》，題為“Multimodal EEG-fNIRS Classification as a Clinical Tool for Bipolar Disorder Diagnosis”。

文章信息

研究目的

本研究探討了使用結合腦電圖（EEG）和功能性近紅外光譜（fNIRS）的多模態方法來識別BD情緒失調的模式，旨在增強其診斷和亞型鑒別。

研究方法

被試

研究隊列包括25名健康對照組（HC）和46名BD患者（BP），包括21名I型患者（BP I）和25名II型患者（BP II）。

研究方法

本研究使用干擾簡單認知任務的情緒圖像，實驗設計如圖1所示。參與者完成了一段休息期（閉眼），隨后是16幅中性圖像的訓練塊。接下來，他們執行了一項任務，包括六個具有不同情感效價的圖像塊：兩個帶有中性圖像的塊，兩個帶有負面圖像的塊，兩個帶有正面圖像的塊。每個區塊包括20個試驗，區塊之間有50秒的休息期，隨機試驗間間隔（ITI）為9至11秒。在每個塊中，給定的圖像出現兩次—被綠色或紅色的框架包圍。每個參與者的圖像呈現順序是隨機的。在每次試驗中，參與者都被指示通過按下相應的鍵盤鍵來“盡可能快速和準確地”對圖像周圍框架的顏色做出反應，同時忽略圖像的情感內容。記錄刺激呈現的時間和反應以進行分析。圖2所示的雙峰系統在經由公共觸發器同步的兩個系統上并行記錄EEG數據和fNIRS數據。

圖 1. 實驗設計。參與者被指示通過按下相應的鍵盤鍵，“盡可能快速和準確地”對圖像周圍框架的顏色做出反應，同時忽略圖像的情感內容。黃色箭頭-信息提示：“實驗開始”。綠色箭頭信息提示：“實驗繼續”。藍色箭頭-消息提示：“實驗結束”。六個實驗區塊（兩個中性區、兩個陰性區和兩個陽性區）的順序以及每個區塊內圖片的選擇是隨機的

圖2. 數據采集系統，左圖：該系統包括符合國際10-20系統的64通道全頭具有四個源和四個檢測器的正面fNIRS傳感器，總共6個fNIRS通道（ch1至ch6）。右圖：電極和光電極的放置

主要結果

使用全頭蒙太奇進行分組分類

單獨使用全頭EEG設置，BP和HC以80%的準確率有效地區分（圖3，頂行-左列）。在僅使用EEG獲得高分類率的分析中，fNIRS的結合對分類準確性的影響有限。例如，在BP I與HC分類（圖3，頂行-右列）中，單獨的EEG實現了89%的準確率，正確識別了89%的HC和95%的BP I。添加fNIRS將準確度略微提高到92%，將HC錯誤分類從11%降低到7%。類似地，對于BP I與BP II（圖3，底行-右列），單獨的EEG實現了83%的準確率，正確識別了84%的BP I和82%的BP II。 fNIRS的集成將準確率略微提高到84%，將BP II的錯誤分類率從18%降低到16%。

圖3. 使用全頭腦電圖蒙太奇的分類準確性

使用額葉區域的分組分類

區分BP和HC的結果（圖4，頂行-左列）表明，結合fNIRS有助于克服EEG的局限性，顯著降低了BP的錯誤分類率（從26%-19%）。如全頭EEG所觀察到的，當僅使用限于額葉區域的EEG數據進行分類時，實現了具有低錯誤分類率的高準確性，并且添加fNIRS不會導致顯著的改善。這對于BP I與HC分類是明顯的（圖4，頂行-右列），其中單獨EEG實現了86%的準確率。

然而，當EEG表現出較高的錯誤分類率時，整合fNIRS減少了錯誤并提高了準確性。例如，在BP II與HC分類中（圖4，底行-左列），單獨EEG實現了68%的準確率，BP II的錯誤分類率很高（39%）。添加fNIRS將準確率提高到82%，顯著將BP II錯誤分類降低到14%。類似地，在BP I與BP II分類中（圖4，底行-右列），單獨EEG實現了70%的準確率，BP II錯誤分類率達35%。集成fNIRS將準確率提高到77%，將BP II錯誤分類降低到25%。

圖4. 使用額葉區域的分類精度

總結和展望

本研究圍繞雙相情感障礙（BD）診斷展開，證實皮質超腦區域活動測量可提供強效診斷依據，EEG 與 fNIRS 多模態融合能顯著提升分類準確性（尤其助力 BD II 與健康對照鑒別，彌補 EEG 空間覆蓋缺陷），還驗證了聚焦額葉的簡化便攜式系統可行性，為低成本診斷工具奠定基礎；未來可從深化多模態數據融合、推進多中心臨床驗證與基層應用、拓展共病鑒別及特殊人群研究、構建 “技術 - 標準 - 產品” 產業化鏈條等方向發力，進一步釋放該技術在 BD 精準診斷與慢病管理中的價值。

原文鏈接

Tahir I, Planat-Chrétien A, Bertrand A, et al. Multimodal EEG-fNIRS Classification as a Clinical Tool for Bipolar Disorder Diagnosis[M]. Research Square, 2025.

DOI：10.21203/rs.3.rs-6768170/v1

研究團隊介紹

本文的作者包括Inès Tahir、Anne Planat-Chrétien、Antoine Bertrand、Muli Linder、Clément Dondé、Ronen Sosnik和Mircea Polosan。其中，Inès Tahir與Anne Planat-Chrétien隸屬于CEA-Leti Minatec及格勒諾布爾阿爾卑斯大學（University of Grenoble Alpes），Antoine Bertrand、Muli Linder、Clément Dondé、Ronen Sosnik和Mircea Polosan則來自格勒諾布爾大學醫院（University Hospital of Grenoble），各作者依托所屬機構共同開展了這項關于多模態EEG-fNIRS系統用于雙相情感障礙診斷的研究。

關于維拓啟創

維拓啟創（北京）信息技術有限公司成立于2006年，是一家專注于腦科學、康復工程、人因工程、心理學、體育科學等領域的科研解決方案供應商。公司與國內外多所大學、研究機構、企業長期保持合作關系，致力于將優質的產品、技術和服務帶給各個領域的科研工作者，為用戶提供有競爭力的方案和服務，協助用戶的科研工作，持續提升使用體驗。

相關產品

相關產品

免責聲明

凡本網注明“來源：儀表網”的所有作品，均為浙江興旺寶明通網絡有限公司-儀表網合法擁有版權或有權使用的作品，未經本網授權不得轉載、摘編或利用其它方式使用上述作品。已經本網授權使用作品的，應在授權范圍內使用，并注明“來源：儀表網”。違反上述聲明者，本網將追究其相關法律責任。
本網轉載并注明自其它來源（非儀表網）的作品，目的在于傳遞更多信息，并不代表本網贊同其觀點或和對其真實性負責，不承擔此類作品侵權行為的直接責任及連帶責任。其他媒體、網站或個人從本網轉載時，必須保留本網注明的作品第一來源，并自負版權等法律責任。
如涉及作品內容、版權等問題，請在作品發表之日起一周內與本網聯系，否則視為放棄相關權利。